Исследователи факультета вычислительной математики и кибернетики МГУ представили нейросетевой метод построения и сопоставления ключевых точек на изображениях радужной оболочки глаза. Работа проводилась на кафедре математической физики факультета в рамках спецсеминара «Обработка изображений и компьютерное моделирование».

Выделение ключевых точек происходит на основе нейронной сети архитектуры Key.Net, сочетающей в себе как результаты работы классических математических методов, так и обучаемые слои сверточной нейронной сети. Модель Key.Net извлекает признаки на разных уровнях масштабирования, используя комбинации первых и вторых производных изображения, которые затем обрабатываются с помощью обучаемых фильтров.

В работе также добавлены свертки с фильтрами Эрмита, которые ранее хорошо себя зарекомендовали в задаче выделения ключевых точек. Для обучения нейронной сети используется синтетический набор данных с применением случайных геометрических преобразований (масштабирование, сдвиг, поворот) к областям нормализованных изображений радужной оболочки. Также применяется фотометрическая аугментация данных (изменение яркости и контрастности).

Сопоставление ключевых точек выполняется с помощью нейросетевых дескрипторов, после чего применяется постобработка данных для отбора качественных совпадений и удаления выбросов. Метод опробован на изображениях тестовой базы данных изображений радужных оболочек, демонстрируя высокую точность выделения и сопоставления ключевых точек. При этом метод является устойчивым к наличию век и ресниц на изображениях радужной оболочки глаза. Результаты тестирования показали эффективность разработанного метода для практического применения при решении задачи биометрической идентификации человека по радужной оболочке глаза.

«Одним из актуальных направлений в области обработки и анализа изображений является разработка гибридных подходов, которые комбинируют классические математические методы с нейросетевыми, объединяя их преимущества для получения более надежных и точных результатов. Это открывает новые перспективы для развития методов биометрической идентификации. Исследования по данной тематике в нашем коллективе продолжаются», — рассказала Елена Павельева, доцент кафедры математической физики факультета ВМК МГУ.